Big Data в российской промышленности

Некоторое время назад помогал коллегам с подготовкой отраслевых комментариев для СМИ. Так как, в конечные материалы вошла только часть моих тезисов, решил сгруппировать и выложить их в заметку. Заголовки соответствуют вопросам журналистов.

Иллюстрация1

Как и где формируются потоки Big Data

Датифицировать и формировать большие данные для анализа можно практически из всего. Примеры:

О любом сложном механизме, в принципе, можно собрать бесконечное количество данных. Помимо расширения набора метрик, можно увеличивать точность и частоту сбора.

Сегодня самой “генерирующей данные” отраслью является авиационная, но остальные тоже подтягиваются. Современные самолеты имеют на борту тысячи датчиков и генерируют свыше 10 ГБ (гигабайт) данных в секунду и сотни терабайт данных за полет.

Способность датифицировать предметную область зависит от:

Генерировать “данные ради данных” – контрпродуктивно, как минимум, в ближайшей перспективе, пока мы научились автоматически эффективно находить логические связи (Unsupervised Learning - это не то)

Чтобы успешно использовать Big Data нужны:

В традиционных (старых) управленческих системах является «нормой», когда 95+% собираемых данных в силу разных причин не используется для какого-либо принятия решения, и собирается, “чтобы было”.

Иллюстрация2

Для чего в промышленности используются большие данные

Большие данные в промышленности уже используются для ряда задач:

В качестве примера можно привести реализуемые проекты в железнодорожной отрасли РФ:

Если не ограничиваться РФ, то можно почитать исследование ВЭФ/McKinsey с большим количеством кейсов.

Кто является получателем и распорядителем Big Data, вопросы ответственности и принятия решений

Даже сырые данные небезосновательно рассматриваются многими компаниями как актив, способный приносить ценность, даже если компании сейчас не могут ими воспользоваться (сделать предиктивные модели или real-time системы реагирования).

В авиации уже существует бизнес-модель, когда авиапроизводители, которые собирают технические данные с произведенных ими самолетов, могут выступать техническими экспертами и арбитрами в сделках на вторичном рынке.

Ответственность за применение - пока, по умолчанию, за конечными операторами систем.

Как можно оценить отношение российской промышленности к использованию больших данных, что препятствует распространению этой технологии, какова здесь политика государства

Судя по общему настроению на рынке, капитализировать тему больших данных хотят все. Пока, в основном, положительное движение в этом направлении - удел крупных промышленных групп и предприятий. Почти каждый крупный промышленный холдинг уже запустил или запускает свои программы цифровизации.

Возможности:

Сложности:

Иллюстрация3

Насколько быстро, по вашему опыту, окупаются такого рода проекты

Есть как быстрые проекты (окупаемость за месяцы), так и медленные (за годы).

Базовая рекомендация для предприятий без опыта инноваций и цифры - начинать с малых проектов. Тем не менее, технологии уже зарекомендовали себя и промышленность готова инвестировать в долгую.

Насколько в применении этой технологии Россия зависима от импортного оборудования и ПО

В части компьютерного железа высокая зависимость. Для работы с Big Data нужно общепромышленное высокопроизводительно оборудование. Отечественные Эльбрусы и Байкалы не годятся, так как слишком дороги в пересчете на мощности.

Платформенное ПО обычно тоже иностранное. Разработка отечественных систем актуальна, и многие компании занимаются созданием своих платформ.

В части прикладного ПО зависимость низкая, так как общеотраслевых универсальных решений нет. Идет формирование рынка и разработка, в том числе отечественных, продуктов.

Еще есть ограничение, связанное с тем, что чтобы собирать Big Data, нужны датчики на оборудовании, и, если оборудование (станки, машины) иностранное, то дооснастить такое оборудование существенно сложнее и зачастую невозможно без участия оригинального производителя.

Как администрирование данных регулируется в правовом поле, какие возможны проблемы на имеющейся регулятивной базе

Для промышленной Big Data отдельного регулирования нет. Есть законы, регулирующие телеком и связь как передачу данных, законы регулирующие компьютерные программы (авторское право) и базы данных.

Данные в общем виде считаются собственностью того, кто их создает, и того, кому «генератор» их передает/лицензирует для использования.

Отдельный блок – персональные, медицинские и другие специализированные виды данных, в случае с которыми существует свое законодательство.

Иллюстрация4

Какие есть преимущества и риски в обмене данными IoT, проблемы безопасности

Преимущества:

Риски:

Какие возможности для технологических прорывов дает Big Data

Категории: BusinessIndustry 4.0

© 2016–2019 Creative Commons BY-NC-ND 4.0
Powered by Hugo & GitLab

comments powered by Disqus